在python爬虫中xpath方式提取lxml.etree._ElementUnicodeResult转化为字符串str类型

MAR-Sky2024-09-22 9:26

简单提取网页中的数据时发现的

当通过xpath方式提取出需要的数据的text文本后想要转为字符串，但出现lxml.etree._ElementUnicodeResult的数据类型不能序列化，在网上查找到很多说是编码问题Unicode编码然后解码什么的；有些是(导入的xml库而不是lmxl库)[https://blog.51cto.com/u_16213415/11531934\]，后来在(一个博文)[https://www.cnblogs.com/biyeee/p/9429392.html\]中,作者直接把数据转为浮点flaot型的数据，那么直接强制转换为string应该也是没问题的。

代码中可以看出

python 复制代码

import requests

import json
from lxml import etree

# from jsonpath import jsonpath
url = ''   # 需要写入自己的url
headers = {
"user-agent":""   ##填写自己的浏览器代理
 }
ret = requests.get(url,headers=headers)

rel_html = etree.HTML(ret.text)
# print(ret.text)
# 选择合适的xpath条件
end = rel_html.xpath('//*[@id="userSkin"]/div[1]/div[2]/div[1]/div/div[2]/div[2]/ul/li[4]/a/div[1]/text()')
print(end)      
print(type(end[0]))
xml_str = str(end[0])
print(xml_str.replace(',',''))

xpath中的语法导致最终获取对象不同

一个是标签节点，一个是节点下的文本 ，导致最终结果的数据类型不同